基于群機器人特征的改進微粒群算法研究.pdf

1、微粒群算法是一種模擬鳥類群體行為的隨機型優(yōu)化方法，由于其結(jié)構(gòu)簡單、收斂速度快和其本身容易實現(xiàn)的特點，因此在短短幾年時間內(nèi)，便獲得了很大的發(fā)展，并在一些領(lǐng)域得到了成功應(yīng)用。群機器人是能力有限的許多個體機器人通過交互、協(xié)調(diào)和控制涌現(xiàn)出具有群體智能特點的機器人系統(tǒng)。微粒群算法與群機器人搜索都是智能體搜索的實例，二者之間存在著一定的映射關(guān)系，群機器人與微粒群之間的聯(lián)系就是：具體與抽象、現(xiàn)實與模型的聯(lián)系。因此可以利用微粒群對現(xiàn)實世界中的群機器人進

2、行建模與仿真，這方面的研究已有成果報道；同理，也可以利用群機器人特征去改進微粒群算法，這方面的研究成果還比較少，因此有必要對該問題進行進一步的研究。 本文利用群機器人異步通信策略的特征，提出了異步模式微粒群算法APSO和異步隨機微粒群算法ASPSO。即在微粒的進化過程中，采用異步通信模式，使得全局最好位置信息以異步方式在種群中傳播。仿真結(jié)果表明：與同步模式的標準PSO算法相比，改進后的算法具有更強的局部搜索能力和更快的收斂速度。

3、通過理論分析證明了異步通信模式的有效性?；谌簷C器人之間互相避碰的特點解決微粒群算法存在的過早收斂問題，給出了一個更簡單有效的種群多樣性度量函數(shù)，同時提出了微粒自身最好飛行方向的概念，從而實現(xiàn)了一種改進的吸引排斥微粒群算法MARPSO。仿真結(jié)果表明：與標準微粒群算法BPSO和ARSPO相比，該算法能夠有效地提高種群多樣性，并且具有較高的收斂速度和較強的全局搜索能力。文中通過理論分析驗證了算法的有效性。將機器人運動慣性的特征運用于微粒群算